Literatur vom gleichen Autor/der gleichen Autor*in
plus bei Google Scholar

Bibliografische Daten exportieren
 

Künstliche neuronale Netze und deren Anwendung in der Finite-Elemente-Analyse : B12/17

Titelangaben

Müller, André:
Künstliche neuronale Netze und deren Anwendung in der Finite-Elemente-Analyse : B12/17.
Bayreuth , 2017 . - 83 S.
( Bachelorarbeit, 2017 , Universität Bayreuth, Fakultät für Ingenieurwissenschaften, Lehrstuhl Konstruktionslehre/CAD)

Abstract

Der Begriff "Künstliche Intelligenz (KI)" weckt Assoziationen mit menschlichen Robotern oder Science-Fiction-Romanen und wird kontrovers diskutiert. Die KI-Forschung zielt darauf ab, menschliche Intelligenz mit Computern zu imitieren. Dabei rücken Themen wie selbstfahrende Autos, Smart Homes und personalisierte Werbung, alles praktische Anwendungen der KI, immer mehr in das Bewusstsein der Öffentlichkeit. Es bleibt abzuwarten, wie diese Anwendungen Einfluss auf den Alltag nehmen. Eine weit verbreitete Methode der KI stellt hierbei das sogenannte "künstliche neuronale Netz (KNN)" dar, zu welchem bereits 1943 das Paper "logical calculus of the ideas immanent in nervous activity" von McCulloch und Pitts veröffentlicht wurde. Das von ihnen beschriebene mathematische Modell eines Neurons als grundlegendes Schaltelement legte den Grundstein für die Programmierung von künstlichen neuronalen Netzen und damit für ein fundamentales Teilgebiet der KI. Diese neuronalen Netze werden auch zum Wissenschaftsgebiet des Natural Computing gezählt, dessen Ziel es ist, natürliche Organismen zu verstehen und naturinspiriert neue Rechensysteme zu entwickeln. Da unlängst neuronale Netze in unterschiedlichste Anwendungen in Informatik, Ingenieur- und Wirtschaftswissenschaft integriert wurden, soll in dieser Arbeit überprüft werden, ob diese Methode auch in der Finite-Elemente-Analyse (FEA) Vorteile bringen kann. Aus diesem Grund werden zunächst die Funktionsweise und das Vorgehen zur Erstellung eines neuronalen Netzes erläutert. Anschließend werden bereits realisierte Entwicklungen, die neuronale Netze und FEA kombinieren, beschrieben und ein eigenes Beispiel zu diesem Themengebiet vorgestellt.

Weitere Angaben

Publikationsform: Bachelorarbeit
Keywords: FEA; Optimierung; KI
Institutionen der Universität: Fakultäten > Fakultät für Ingenieurwissenschaften > Lehrstuhl Konstruktionslehre/CAD
Fakultäten > Fakultät für Ingenieurwissenschaften > Ehemalige Professoren > Lehrstuhl Konstruktionslehre/CAD - Univ.-Prof. Dr.-Ing. Frank Rieg
Fakultäten
Fakultäten > Fakultät für Ingenieurwissenschaften
Fakultäten > Fakultät für Ingenieurwissenschaften > Ehemalige Professoren
Titel an der UBT entstanden: Ja
Themengebiete aus DDC: 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften
Eingestellt am: 26 Sep 2017 08:26
Letzte Änderung: 26 Sep 2017 08:26
URI: https://eref.uni-bayreuth.de/id/eprint/39749